1 (p1): 第1章 对象和误差 1 (p1-2): 1.1 计算方法的对象与特点 1 (p1-3): 1.1.1 研究的对象 1 (p1-4): 1.1.2 主要特点 1 (p1-5): 本书用法说明 2 (p2): 符号表 2 (p2-2): 1.1.3 基本线索 3 (p2-3): 1.2 误差与有效数字 3 (p2-4): 1.2.1 误差的来源及分类 5 (p2-5): 1.2.2 误差概念 5 (p2-6): 1.2.3 有效数字 6 (p2-7): 1.3.1 算术运算结果的误差界 6 (p2-8): 1.3 误差分析 7 (p2-9): 1.3.2 函数求值的误差估计 9 (p2-10): 1.3.3 误差分析的方法 12 (p2-11): 1.4 数值运算的一些简单原则 16 (p3): 第2章 插值法 16 (p3-2): 2.1 引言 16 (p3-3): 2.1.1 插值的意义 16 (p3-4): 2.1.2 插值问题的提法 17 (p3-5): 2.1.3 插值多项式的存在唯一性 18 (p3-6): 2.1.4 插值法的主要线索 18 (p3-7): 2.2 Lagrange插值 18 (p3-8): 2.2.1 基函数 20 (p3-9): 2.2.2 Lagrange插值多项式 21 (p3-10): 2.2.3 余项 22 (p3-11): 2.3 Aitken法 22 (p3-12): 2.3.1 问题的提出 23 (p3-13): 2.3.2 Aitken法的描述 24 (p3-14): 2.3.3 计算工作量 26 (p3-15): 2.4 均差与Newton插值 26 (p3-16): 2.4.1 均差 27 (p3-17): 2.4.2 Newton插值公式 28 (p3-18): 2.4.3 计算工作量 30 (p3-19): 2.5 差分与等距节点插值 30 (p3-20): 2.5.1 差分 33 (p3-21): 2.5.3 Gauss公式 33 (p3-22): 2.5.2 Newton差分插值公式 35 (p3-23): 2.5.4 Stirling公式 36 (p3-24): 2.5.5 Bessel公式 37 (p3-25): 2.5.6 Everett公式 37 (p3-26): 2.5.7 Steffensen公式 38 (p3-27): 2.6 插值公式的几个问题 38 (p3-28): 2.6.1 插值公式的使用 41 (p3-29): 2.6.2 Fraser图表 43 (p3-30): 2.6.3 插值公式求值用表 47 (p3-31): 2.7 Hermite插值 47 (p3-32): 2.7.1 一般提法 48 (p3-33): 2.7.2 插值多项式的建立 49 (p3-34): 2.7.3 余项 51 (p3-35): 2.8.1 高次插值的问题 51 (p3-36): 2.8 分段低次插值 52 (p3-37): 2.8.2 分段线性插值 54 (p3-38): 2.8.3 分段三次Hermite插值 55 (p3-39): 2.9 样条插值 55 (p3-40): 2.9.1 样条函数 56 (p3-41): 2.9.2 B样条 58 (p3-42): 2.9.3 三次样条插值问题的提法 60 (p3-43): 2.9.4 均匀分划的三次样条插值函数 64 (p3-44): 2.9.5 任意分划的三次样条插值函数 66 (p3-45): 2.9.6 三次样条插值的收敛性 69 (p3-46): 2.10.2 利用函数的插值多项式反插 69 (p3-47): 2.10 反插值 69 (p3-48): 2.10.1 插值与反插值 72 (p3-49): 2,10.3 构造反函数的插值多项式 74 (p4): 第3章 函数逼近与曲线拟合 74 (p4-2): 3.1 一致逼近 76 (p4-3): 3.2 最佳一致逼近 79 (p4-4): 3.3 最小平方逼近 83 (p4-5): 3.4...

duxiu/initial_release/____′úó_ó_êy_§ê_2á ____·_·¨·_2á_·_10331005.zip

zlibzh/no-category/清华大学应用数学系《现代应用数学手册》编委会编, Qing hua da xue ying yong shu xue xi, 清华大学应用数学系《现代应用数学手册》编委会编, 清华大学应用数学系, 清华大学应用数学系 \" 现代应用数学手册 \" 编委会编著, 清华大学/现代应用数学手册 计算方法分册_116832367.pdf

Beijing Publishing House(Group)

北京出版社 Bei jing chu ban she

北京出版社·北京

China, People's Republic, China

Di 1 ban, Bei jing, 1990

北京 Bei jing, 1990.3

Bookmarks: p1 (p1): 第1章 对象和误差
p1-2 (p1): 1．1 计算方法的对象与特点
p1-3 (p1): 1．1．1 研究的对象
p1-4 (p1): 1．1．2 主要特点
p1-5 (p1): 本书用法说明
p2 (p2): 符号表
p2-2 (p2): 1．1．3 基本线索
p2-3 (p3): 1．2 误差与有效数字
p2-4 (p3): 1．2．1 误差的来源及分类
p2-5 (p5): 1．2．2 误差概念
p2-6 (p5): 1．2．3 有效数字
p2-7 (p6): 1．3．1 算术运算结果的误差界
p2-8 (p6): 1．3 误差分析
p2-9 (p7): 1．3．2 函数求值的误差估计
p2-10 (p9): 1．3．3 误差分析的方法
p2-11 (p12): 1．4 数值运算的一些简单原则
p3 (p16): 第2章 插值法
p3-2 (p16): 2．1 引言
p3-3 (p16): 2．1．1 插值的意义
p3-4 (p16): 2．1．2 插值问题的提法
p3-5 (p17): 2．1．3 插值多项式的存在唯一性
p3-6 (p18): 2．1．4 插值法的主要线索
p3-7 (p18): 2．2 Lagrange插值
p3-8 (p18): 2．2．1 基函数
p3-9 (p20): 2．2．2 Lagrange插值多项式
p3-10 (p21): 2．2．3 余项
p3-11 (p22): 2．3 Aitken法
p3-12 (p22): 2．3．1 问题的提出
p3-13 (p23): 2．3．2 Aitken法的描述
p3-14 (p24): 2．3．3 计算工作量
p3-15 (p26): 2．4 均差与Newton插值
p3-16 (p26): 2．4．1 均差
p3-17 (p27): 2．4．2 Newton插值公式
p3-18 (p28): 2．4．3 计算工作量
p3-19 (p30): 2．5 差分与等距节点插值
p3-20 (p30): 2．5．1 差分
p3-21 (p33): 2．5．3 Gauss公式
p3-22 (p33): 2．5．2 Newton差分插值公式
p3-23 (p35): 2．5．4 Stirling公式
p3-24 (p36): 2．5．5 Bessel公式
p3-25 (p37): 2．5．6 Everett公式
p3-26 (p37): 2．5．7 Steffensen公式
p3-27 (p38): 2．6 插值公式的几个问题
p3-28 (p38): 2．6．1 插值公式的使用
p3-29 (p41): 2．6．2 Fraser图表
p3-30 (p43): 2．6．3 插值公式求值用表
p3-31 (p47): 2．7 Hermite插值
p3-32 (p47): 2．7．1 一般提法
p3-33 (p48): 2．7．2 插值多项式的建立
p3-34 (p49): 2．7．3 余项
p3-35 (p51): 2．8．1 高次插值的问题
p3-36 (p51): 2．8 分段低次插值
p3-37 (p52): 2．8．2 分段线性插值
p3-38 (p54): 2．8．3 分段三次Hermite插值
p3-39 (p55): 2．9 样条插值
p3-40 (p55): 2．9．1 样条函数
p3-41 (p56): 2．9．2 B样条
p3-42 (p58): 2．9．3 三次样条插值问题的提法
p3-43 (p60): 2．9．4 均匀分划的三次样条插值函数
p3-44 (p64): 2．9．5 任意分划的三次样条插值函数
p3-45 (p66): 2．9．6 三次样条插值的收敛性
p3-46 (p69): 2．10．2 利用函数的插值多项式反插
p3-47 (p69): 2．10 反插值
p3-48 (p69): 2．10．1 插值与反插值
p3-49 (p72): 2，10．3 构造反函数的插值多项式
p4 (p74): 第3章 函数逼近与曲线拟合
p4-2 (p74): 3．1 一致逼近
p4-3 (p76): 3．2 最佳一致逼近
p4-4 (p79): 3．3 最小平方逼近
p4-5 (p83): 3．4 正交多项式
p4-6 (p83): 3．4．1 线性无关与正交函数族
p4-7 (p86): 3．4．2 Legendre多项式
p4-8 (p87): 3．4．3 Чебышев多项式
p4-9 (p90): 3．4．4 其他常用的正交多项式
p4-10 (p91): 3．5 用正交多项式作最小平方逼近
p4-11 (p92): 3．5．1 用Legendre多项式作平方逼近
p4-12 (p94): 3．5．2 截断Чебышев级数
p4-13 (p96): 3．6 近似最佳一致逼近
p4-14 (p97): 3．6．1 Taylor级数项数的节约
p4-15 (p98): 3．6．2 Чебышев多项式零点插值
p4-16 (p100): 3．7 Remes算法
p4-17 (p102): 3．8 曲线拟合的最小二乘法
p4-18 (p102): 3．8．1 基本原理
p4-19 (p104): 3．8．2 一般的最小二乘逼近
p4-20 (p108): 3．8．3 多元最小二乘拟合
p4-21 (p109): 3．9 用正交多项式作最小二乘拟合
p4-22 (p111): 3．10．1 最小平方逼近与三角插值
p4-23 (p111): 3．10 Fourier逼近
p4-24 (p116): 3．10．2 快速Fourier变换(FFT)
p4-25 (p120): 3．11 有理逼近与连分式
p4-26 (p125): 3．12 最佳有理逼近
p4-27 (p130): 3．13 有理函数插值
p4-28 (p130): 3．13．1 有理插值的存在唯一性
p4-29 (p132): 3．13．2 Thiele倒差商算法
p4-30 (p134): 3．14 pade逼近
p4-31 (p140): 3．15 Maehly逼近
p4-32 (p144): 3．16 函数的连分式展开
p5 (p153): 第4章 数值积分与数值微分
p5-2 (p153): 4．1 引言
p5-3 (p154): 4．2．1 公式的一般形式
p5-4 (p154): 4．2 Newton-Cores求积公式
p5-5 (p156): 4．2．2 梯形公式
p5-6 (p157): 4．2．3 Simpson公式
p5-7 (p158): 4．2．4 高阶Newton-Cotes公式
p5-8 (p159): 4．2．5 开型Newton-Cotes公式
p5-9 (p161): 4．3 复化求积公式
p5-10 (p161): 4．3．1 复化梯形公式
p5-11 (p162): 4．3．2 复化Simpson公式
p5-12 (p163): 4．3．3 复化求积公式的收敛性
p5-13 (p164): 4．3．4 区间逐次分半法
p5-14 (p167): 4．4．1 Richardson外推算法
p5-15 (p167): 4．4 Richardson外推算法和Romberg积分法
p5-16 (p169): 4．4．2 Romberg积分法
p5-17 (p173): 4．5 Gauss求积公式
p5-18 (p174): 4．6．1 一般理论
p5-19 (p176): 4．5．2 Gauss-Legendre求积公式
p5-20 (p181): 4．5．3 Gauss-Laguerre求积公式
p5-21 (p181): 4．5．4 Gauss-Hermite求积公式
p5-22 (p182): 4．5．5 Gauss-Чебышев求积公式
p5-23 (p183): 4．6 伪-Gauss求积公式
p5-24 (p183): 4．6．1 Radau求积公式
p5-25 (p185): 4．6．2 Lobatto求积公式
p5-26 (p187): 4．7 Чебышев求积法
p5-27 (p191): 4．8 三次样条求积法
p5-28 (p192): 4．8．1 一般情况的求积公式
p5-29 (p193): 4．8．2 简单情况的求积公式
p5-30 (p195): 4．9 自适应积分法
p5-31 (p195): 4．9．1 自适应Simpson方法
p5-32 (p198): 4．9．2 计算步骤
p5-33 (p201): 4．10 奇异积分
p5-34 (p201): 4．10．1 积分变量替换
p5-35 (p202): 4．10．2 奇异性的解析处理
p5-36 (p204): 4．10．3 乘积积分
p5-37 (p206): 4．10．4 Канторович方法
p5-38 (p208): 4．10．5 Gauss求积
p5-39 (p211): 4．11．1 替换变量
p5-40 (p211): 4．11．2 截去无穷区间
p5-41 (p211): 4．11 无穷区间上的积分
p5-42 (p212): 4．12 重积分的数值计算
p5-43 (p212): 4．12．1 基本概念
p5-44 (p214): 4．12．2 梯形公式及其复化公式
p5-45 (p215): 4．12．3 Simpson公式及其复化公式
p5-46 (p218): 4．12．4 Gauss型求积公式
p5-47 (p220): 4．12．5 一般积分区域
p5-48 (p221): 4．13 数值微分的基本方法
p5-49 (p221): 4．13．1 数值微分的概念
p5-50 (p222): 4．13．2 用插值多项式求数值导数
p5-51 (p226): 4．13．3 将微分问题化为积分问题
p5-52 (p229): 4．13．4 用三次样条函数求数值微分
p5-53 (p230): 4．14 二阶导数
p5-54 (p233): 4．15 数值微分的外推算法
p5-55 (p234): 4．16．1 Gauss-Legendre求积公式的节点和系数
p5-56 (p234): 4．16 附表
p5-57 (p237): 4．16．2 Gauss-Laguerre求积公式的节点和系数
p5-58 (p239): 4．16．3 Gauss-Hermite求积公式的节点和系数
p6 (p241): 第5章 方程求根
p6-2 (p241): 5．1 引言
p6-3 (p242): 5．2 实根的隔离与二分法
p6-4 (p244): 5．3 迭代法
p6-5 (p244): 5．3．1 迭代法及其收敛性
p6-6 (p248): 5．3．2 迭代法的加速收敛
p6-7 (p249): 5．4 Newton法
p6-8 (p252): 5．5．1 弦截法
p6-9 (p252): 5．5 弦截法与抛物线法
p6-10 (p254): 5．5．2 抛物线法
p6-11 (p256): 5．6 代数方程求根问题
p6-12 (p256): 5．6．1 多项式求值与Newton法
p6-13 (p258): 5．6．2 根模的上下界
p6-14 (p260): 5．6．3 Sturm序列
p6-15 (p262): 5．7 Bernoulli方法
p6-16 (p265): 5．8 劈因子法
p6-17 (p269): 5．9 复根的隔离
p6-18 (p275): 5．10 复多项式的圆盘迭代法
p6-19 (p281): 5．11 代数方程求根的稳定性问题
p6-20 (p283): 6．1 引言
p7 (p283): 第6章 解线性代数方程组的直接法
p7-2 (p284): 6．2 Gauss消去法
p7-3 (p284): 6．2．1 方法的描述
p7-4 (p287): 6．2．2 矩阵的三角分解
p7-5 (p288): 6．2．3 行列式与逆矩阵计算
p7-6 (p290): 6．3 主元素Gauss消去法
p7-7 (p290): 6．3．1 全主元素消去法
p7-8 (p293): 6．3．2 列主元素消去法
p7-9 (p295): 6．4 Gauss-Jordan消去法
p7-10 (p295): 6．4．1 方法的描述
p7-11 (p295): 6．4．2 列主元Gauss-Jordan消去法
p7-12 (p296): 6．4．3 Gauss-Jordan法求逆矩阵
p7-13 (p299): 6．5 直接三角分解法
p7-14 (p300): 6．5．1 Doolittle分解法
p7-15 (p302): 6．5．2 列主元三角分解法
p7-16 (p305): 6．5．3 平方根法
p7-17 (p307): 6．5．4 改进的平方根法
p7-18 (p309): 6．5．5 追赶法
p7-19 (p311): 6．6 带型方程组的解法
p7-20 (p312): 6．6．1 带型方程组的列主元消去法
p7-21 (p315): 6．6．2 对称正定带型方程组的解法
p7-22 (p319): 6．7 大型稀疏方程组的解法
p7-23 (p319): 6．7．1 稀疏矩阵
p7-24 (p321): 6．7．2 压缩的存储形式
p7-25 (p322): 6．7．3 解稀疏方程组的三角分解法
p7-26 (p328): 6．8．1 化为实系数方程组求解
p7-27 (p328): 6．3．2 复线性方程组的列主元消去法
p7-28 (p328): 6．8 复线性代数方程组的解法
p7-29 (p331): 6．9 对称正定矩阵求逆及行列式的值
p7-30 (p331): 6．9．1 求行列式的值
p7-31 (p333): 6．9．2 求逆矩阵
p7-32 (p338): 6．10 误差分析
p7-33 (p338): 6．10．1 解的误差估计
p7-34 (p340): 6．10．2 扰动方程组解的误差界
p7-35 (p342): 6．10．3 病态方程组的解法
p7-36 (p344): 6．10．4 舍入误差
p7-37 (p346): 6．10．5 近似解精确度的检验
p7-38 (p348): 7．2 范数、序列极限、条件数
p7-39 (p348): 7．1 引言
p7-40 (p348): 7．2．1 向量范数
p8 (p348): 第7章 解线性方程组的迭代法
p8-2 (p350): 7．2．2 矩阵范数
p8-3 (p352): 7．2．3 序列极限
p8-4 (p355): 7．2．4 矩阵的条件数
p8-5 (p358): 7．3 矩阵理论
p8-6 (p358): 7．3．1 不可约性和对角占优矩阵
p8-7 (p359): 7．3．2 对称正定矩阵
p8-8 (p360): 7．3．3 性质 A 和相容次序
p8-9 (p363): 7．3．4 M-矩阵与正则分解
p8-10 (p364): 7．4 迭代法的收敛性
p8-11 (p367): 7．5 Jacobi迭代法和RF法
p8-12 (p372): 7．6 Gallss-Seidel迭代法
p8-13 (p374): 7．7 SOR迭代法
p8-14 (p377): 7．8 松弛因子的选取
p8-15 (p377): 7．8．1 最优松弛因子?的理论计算公式
p8-16 (p381): 7．8．2 ?的试算
p8-17 (p383): 7．9 SSOR迭代法
p8-18 (p385): 7．10 最优外推法
p8-19 (p386): 7．11．1 分块迭代法的计算过程
p8-20 (p388): 7．11．2 块(或线)迭代公式
p8-21 (p390): 7．11．3 块SOR迭代法的收敛性和最优松弛因子?的选取
p8-22 (p392): 7．11．4 交替方向隐式方法
p8-23 (p399): 7．12 不完全LU分解法和强隐式方法
p8-24 (p399): 7．12．1 不完全LU分解法
p8-25 (p404): 7．12．2 强隐式方法
p8-26 (p410): 7．13 最速下降法和共轭斜量法
p8-27 (p410): 7．13．1 等价极小值问题
p8-28 (p411): 7．13．2 最速下降法
p8-29 (p412): 7．13．3 共轭斜量法
p8-30 (p416): 7．14 共轭斜量加速方法
p8-31 (p416): 7．14．1 共轭斜量法的三项形式
p8-32 (p417): 7．14．2 共轭斜量加速法
p8-33 (p418): 7．15 Чебышев加速法
p8-34 (p421): 7．16 Lanczos加速法
p8-35 (p423): 7．17 GCW法的加速过程
p8-36 (p423): 7．17．1 GCW法
p8-37 (p424): 7．17．2 迭代矩阵B的特征值为纯虚数时的Чебышев加速法
p8-38 (p424): 6．7．4 对称正定稀疏方程组的解法
p8-39 (p425): 7．17．3 基于GCW法的广义CG加速过程
p8-40 (p425): 7．18 多重网格法
p8-41 (p426): 7．18．1 多重网格方法的基本原理
p8-42 (p428): 7．18．2 双网格方法
p8-43 (p434): 7．18．3 线性多重网格方法
p8-44 (p438): 7．18．4 完整的多重网格方法
p8-45 (p439): 7．19 行处理方法
p8-46 (p441): 7．20 压缩存储技巧
p8-47 (p441): 7．20．1 按行随机存储非对称稀疏矩阵
p8-48 (p442): 7．20．2 按行压缩存储对称矩阵
p8-49 (p444): 7．20．3 带型对称稀疏矩阵的存储
p9 (p446): 第8章 矩阵的特征直和特征向量
p9-2 (p446): 8．1 引言
p9-3 (p447): 8．2 幂法
p9-4 (p450): 8．3．1 原点平移法
p9-5 (p450): 8．3 幂法的加速方法
p9-6 (p452): 8．3．2 Aitken加速法
p9-7 (p453): 8．3．3 Rayleigh商加速
p9-8 (p454): 8．4 压缩方法
p9-9 (p457): 8．5 实对称矩阵的同时迭代法(子空间迭代法)与反同时迭代法
p9-10 (p457): 8．5．1 基本原理
p9-11 (p459): 8．5．2 同时迭代法的迭代过程
p9-12 (p461): 8．5．3 反同时迭代法
p9-13 (p462): 8．6．1 求按模最小的特征值
p9-14 (p462): 8．6 反幂法
p9-15 (p463): 8．6．2 计算给定的近似特征值相应的特征向量
p9-16 (p465): 8．7 Jacobi方法
p9-17 (p465): 8．7．1 原理和算法
p9-18 (p470): 8：7．2 循环Jacobi法
p9-19 (p471): 8．7．3 Jacobi过关法
p9-20 (p472): 8．8 Givens方法和Householder方法
p9-21 (p473): 8．8．1 Givens方法
p9-22 (p476): 8．8．2 Householder方法
p9-23 (p482): 8．9 用二分法求实对称三对角矩阵的特征值
p9-24 (p483): 8．9．1 Sturm序列
p9-25 (p484): 8．9．2 二分法
p9-26 (p487): 8．10 LR和QR算法
p9-27 (p487): 8．10．1 LR算法
p9-28 (p489): 8．10．2 无移位的QR算法
p9-29 (p490): 8．10．3 具有移位的QR算法
p9-30 (p492): 8．11 求实对称三对角矩阵特征值的QL算法
p9-31 (p492): 8．11．1 无移位的QL算法
p9-32 (p495): 8．11．2 具有移位的QL算法
p9-33 (p499): 8．12 广义特征值问题
p9-34 (p500): 8．12．1 特征值问题Ax=λBx
p9-35 (p501): 8．12．2 特征值问题ABx=λx
p10 (p503): 第9章 非线性方程组数值解法
p10-2 (p503): 9．1 引言
p10-3 (p506): 9．2 迭代法
p10-4 (p506): 9．2．1 迭代法的基本概念
p10-5 (p508): 9．2．2 压缩映射原理与迭代法收敛性
p10-6 (p510): 9．3 Newton法及其变形
p10-7 (p510): 9．3．1 Newton法
p10-8 (p512): 9．3．2 Newton法的收敛性
p10-9 (p513): 9．3．3 Newton-Steffensen方法
p10-10 (p514): 9．3．4 Newton-Щаманский方法
p10-11 (p515): 9．3．5 Newton下山法
p10-12 (p516): 9．4 Brown方法与Brent方法
p10-13 (p516): 9．4．1 Brown方法
p10-14 (p521): 9．4．2 Brent方法
p10-15 (p524): 9．5 Newton松弛型迭代法
p10-16 (p524): 9．5．1 Newton-SOR迭代法
p10-17 (p526): 9．5．2 非线性松弛迭代法
p10-18 (p527): 9．6 割线法
p10-19 (p533): 9．7 拟Newton法
p10-20 (p533): 9．7．1 拟Newton法的基本思想
p10-21 (p535): 9．7．2 Broyden方法
p10-22 (p539): 9．7．3 秩2校正公式
p10-23 (p541): 9．8 极小化方法
p10-24 (p542): 9．8．1 下降算法
p10-25 (p543): 9．8．2 最速下降法
p10-26 (p545): 9．8．3 共轭梯度法
p10-27 (p546): 9．9 延拓法
p10-28 (p547): 9．9．1 数值延拓法
p10-29 (p549): 9．9．2 参数微分法
p10-30 (p551): 9．10 单纯形算法
p10-31 (p552): 9．10．1 三角剖分与算法的基本思想
p10-32 (p555): 9．10．2 同伦算法
p10-33 (p559): 9．11 区间迭代法
p10-34 (p564): 10．1 引言
p10-35 (p564): 10．1．1 常微分方程的初值问题
p11 (p564): 第10章 常微分方程初值问题的数值方法
p11-2 (p565): 10．1．2 数值离散方法
p11-3 (p568): 10．2 显式单步法的一般概念
p11-4 (p570): 10．3 Euler方法
p11-5 (p570): 10．3．1 Euler方法
p11-6 (p572): 10．3．2 隐式Euler方法和梯形方法
p11-7 (p573): 10．3．3 改进的Ehler方法
p11-8 (p574): 10．4 Runge-Kutta方法
p11-9 (p574): 10．4．1 Runge-Kutta方法的一般形式
p11-10 (p575): 10．4．2 二阶Runge-Kutta方法
p11-11 (p577): 10．4．3 三阶Runge-Kutta方法
p11-12 (p578): 10．4．4 四阶Runge-Kutta方法
p11-13 (p580): 10．4．5 高阶Runge-Kutta方法
p11-14 (p582): 10．4．6 Runge-Kutta-Fehlberg方法
p11-15 (p586): 7．11 块迭代法和隐式交替方向迭代法
p11-16 (p589): 10．5 线性多步法
p11-17 (p589): 10．5．1 线性多步法的一般形式
p11-18 (p592): 10．5．2 Adams方法
p11-19 (p595): 10．5．3 Milne方法
p11-20 (p596): 10．5．4 Hamming方法
p11-21 (p596): 10．6 预测—校正方法
p11-22 (p596): 10．6．1 预测—校正的一般方法
p11-23 (p597): 10．6．2 Adams预测—校正方法
p11-24 (p600): 10．6．3 Hamming预测—校正方法
p11-25 (p600): 10．7 外推方法
p11-26 (p600): 10．7．1 外推的一般方法
p11-27 (p602): 10．7．2 Gragg外推方法
p11-28 (p604): 10．8．1 一阶微分方程组的数值方法
p11-29 (p604): 10．8 方程组和高阶方程的数值方法
p11-30 (p605): 10．8．2 高阶方程的数值方法
p11-31 (p606): 10．9 稳定性
p11-32 (p607): 10．9．1 单步法的绝对稳定性
p11-33 (p611): 10．9．2 线性多步法的绝对稳定性
p11-34 (p614): 10．9．3 方程组线性多步法的绝对稳定性
p11-35 (p615): 10．10 刚性方程组的数值方法
p11-36 (p615): 10．10．1 方程组的刚性现象
p11-37 (p616): 10．10．2 刚性方程组的数值方法
p12 (p620): 第11章 常微分方程边值问题的数值方法
p12-2 (p620): 11．1 引言
p12-3 (p621): 11．2 试射法
p12-4 (p621): 11．2．1 线性边值问题的试射法
p12-5 (p623): 11．2．2 非线性问题的试射法
p12-6 (p627): 11．3 有限差分方法
p12-7 (p627): 11．3．1 线性问题的差分方法
p12-8 (p633): 11．3．2 非线性问题的差分方法
p12-9 (p635): 11．4 变分方法
p12-10 (p635): 11．4．1 变分问题
p12-11 (p638): 11．4．2 变分问题的近似计算
p12-12 (p642): 11．5 有限元方法
p12-13 (p643): 11．5．1 线性元
p12-14 (p649): 11．5．2 高次元
p12-15 (p652): 11．6 样条函数方法
p13 (p655): 第12章 偏微分方程数值解法
p13-2 (p655): 12．1 椭圆型方程的差分解法
p13-3 (p655): 12．1．1 典型问题
p13-4 (p656): 12．1．2 网格和差分近似
p13-5 (p657): 12．1．3 差分格式的构造方法
p13-6 (p659): 12．1．4 通用的差分格式
p13-7 (p661): 12．1．5 边界条件的处理
p13-8 (p666): 12．2 双曲型方程的差分解法
p13-9 (p666): 12．2．1 典型问题
p13-10 (p668): 12．2．2 差分格式
p13-11 (p674): 12．2．3 对流方程的差分格式
p13-12 (p679): 12．2．4 波动方程的差分格式
p13-13 (p683): 12．3 抛物型方程的差分解法
p13-14 (p683): 12．3．1 典型问题
p13-15 (p684): 12．3．2 扩散方程的差分格式
p13-16 (p692): 12．3．3 对流扩散方程的差分格式
p13-17 (p694): 12．3．4 二维扩散方程
p13-18 (p697): 12．4 有限元方法
p13-19 (p698): 12．4．1 椭圆型边值问题的变分原理
p13-20 (p700): 12．4．2 三角形线性元
p13-21 (p714): 12．4．3 三角形单元上的高次插值
p13-22 (p719): 12．4．4 矩形单元
p13-23 (p722): 12．4．5 等参数单元
p14 (p724): 第13章 积分方程数值解法
p14-2 (p724): 13．1 引言
p14-3 (p724): 13．2 数值求积法
p14-4 (p725): 13．2．1 方法的一般描述
p14-5 (p727): 13．2．2 乘积积分法
p14-6 (p729): 13．2．3 修正的数值求积方法
p14-7 (p732): 13．2．4 重迭核方法
p14-8 (p733): 13．3 近似退化核替代法
p14-9 (p736): 13．4 矩量法
p14-10 (p737): 13．5 特征值问题
p14-11 (p740): 13．6 用多步法解第二类Volterra积分方程
p14-12 (p744): 13．7 用Runge-Kutta型方法解第二类Volterra积分方程
p15 (p748): 附录
p15-2 (p748): 1．三次样条插值
p15-3 (p753): 2．有理函数插值
p15-4 (p756): 3．正交多项式曲线拟合
p15-5 (p760): 4．二分法求方程的根
p15-6 (p762): 5．Romberg求积
p15-7 (p765): 6．Gauss求积和Robinson方法
p15-8 (p768): 7．列主元Gauss消去法
p15-9 (p771): 8．大型对称正定变带宽方程组的解法
p15-10 (p774): 9．对称带型方程组的解法
p15-11 (p778): 10．Gauss-Seidel迭代法求大型稀疏线性方程组的解
p15-12 (p782): 11．SOR迭代法求大型稀疏线性方程组的解
p15-13 (p786): 12．Чебышев加速法加速Jacobi迭代求解大型稀疏线性方程组
p15-14 (p794): 13．共轭斜量加速Jacobi迭代法求解大型稀疏线性方程组
p15-15 (p800): 14．Jcaobi方法求实对称矩阵的特征值和特征向量
p15-16 (p803): 15．求实矩阵全部特征值和特征向量的QR方法
p15-17 (p821): 16．解非线性方程组的Brown方法
p15-18 (p827): 17．解非线性方程组的割线法
p15-19 (p833): 18．解非线性方程组的Broyden方法
p15-20 (p837): 19．自适应Runge-Kutta方法
p15-21 (p841): 20．定步长Hamming方法
p15-22 (p846): 参考资料
p15-23 (p850): 中文—外文索引
p15-24 (p868): 外文—中文索引
p15-25 (p887): 外国人名表

related_files:
filepath:____′úó_ó_êy_§ê_2á ____·_· ̈·_2á_·_10331005.zip — md5:e8862b4406cb4324f6139fc182d53e45 — filesize:36726985
filepath:____′úó_ó_êy_§ê_2á ____·_· ̈·_2á_·_10331005.zip — md5:a27ab06133b462d93a3d1c7db7b6449b — filesize:36726985
filepath:/读秀/DX/2.0/2.0等多个文件/23b/其余书库等多个文件/23b/书19/19,20万中的六千本/____′úó_ó_êy_§ê_2á ____·_· ̈·_2á_·_10331005.zip
filepath:现代应用数学手册++计算方法分册_10331005_....pdf — md5:0ea6f191be88574517465bcae3469158 — filesize:55021083
filepath:/读秀/读秀4.0/读秀/4.0/数据库38-3/____′úó_ó_êy_§ê_2á ____·_· ̈·_2á_·_10331005.zip
filepath:10331005.zip — md5:3c56dfa7eef6a593a9ed6703fbd1d63c — filesize:36488152
filepath:10331005.zip — md5:c95fb5fd687eae7a4b9b371822b50d4f — filesize:36488152
filepath:10331005.rar — md5:e958d8848e8e3440bae61464b417445c — filesize:19997084
filepath:10331005.zip — md5:07e806436h2de6ab83f67b227fb8522e — filesize:36726985
filepath:/读秀/DX/2.0/2.0等多个文件/其余书库等多个文件/25d/25d/書7/贵财/贵财209/10331005.zip
filepath:20c/贵财/贵财209/10331005.zip

topic: 应用数学(学科: 手册) 计算方法(学科: 手册)

tags: 现代;应用数学;手册;计算方法;分册;北京;九十年代

Type: 当代图书

Bookmarks:
1. (p1) 第1章 对象和误差
1.1. (p1) 1.1计算方法的对象与特点
1.1.1. (p1) 1.1.1研究的对象
1.1.2. (p1) 1.1.2主要特点
1.1.3. (p2) 1.1.3基本线索
1.2. (p3) 1.2误差与有效数字
1.2.1. (p3) 1.2.1误差的来源及分类
1.2.2. (p5) 1.2.2误差概念
1.2.3. (p5) 1.2.3有效数字
1.3. (p6) 1.3误差分析
1.3.1. (p6) 1.3.1算术运算结果的误差界
1.3.2. (p7) 1.3.2函数求值的误差估计
1.3.3. (p9) 1.3.3误差分析的方法
1.4. (p12) 1.4数值运算的一些简单原则
2. (p16) 第2章 插值法
2.1. (p16) 2.1引言
2.1.1. (p16) 2.1.1插值的意义
2.1.2. (p16) 2.1.2插值问题的提法
2.1.3. (p17) 2.1.3插值多项式的存在唯一性
2.1.4. (p18) 2.1.4插值法的主要线索
2.2. (p18) 2.2Lagrange插值
2.2.1. (p18) 2.2.1基函数
2.2.2. (p20) 2.2.2Lagrange插值多项式
2.2.3. (p21) 2.2.3余项
2.3. (p22) 2.3Aitken法
2.3.1. (p22) 2.3.1问题的提出
2.3.2. (p23) 2.3.2Aitken法的描述
2.3.3. (p24) 2.3.3计算工作量
2.4. (p26) 2.4均差与Newton插值
2.4.1. (p26) 2.4.1均差
2.4.2. (p27) 2.4.2Newton插值公式
2.4.3. (p28) 2.4.3计算工作量
2.5. (p30) 2.5差分与等距节点插值
2.5.1. (p30) 2.5.1差分
2.5.2. (p33) 2.5.2Newton差分插值公式
2.5.3. (p33) 2.5.3Gauss公式
2.5.4. (p35) 2.5.4Stirling公式
2.5.5. (p36) 2.5.5Bessel公式
2.5.6. (p37) 2.5.6Everett公式
2.5.7. (p37) 2.5.7Steffensen公式
2.6. (p38) 2.6插值公式的几个问题
2.6.1. (p38) 2.6.1插值公式的使用
2.6.2. (p41) 2.6.2Fraser图表
2.6.3. (p43) 2.6.3插值公式求值用表
2.7. (p47) 2.7Hermite插值
2.7.1. (p47) 2.7.1一般提法
2.7.2. (p48) 2.7.2插值多项式的建立
2.7.3. (p49) 2.7.3余项
2.8. (p51) 2.8分段低次插值
2.8.1. (p51) 2.8.1高次插值的问题.
2.8.2. (p52) 2.8.2分段线性插值
2.8.3. (p54) 2.8.3分段三次Hermite插值
2.9. (p56) 2.9样条插值
2.9.1. (p55) 2.9.1样条函数
2.9.2. (p56) 2.9.2B样条
2.9.3. (p58) 2.9.3三次样条插值问题的提法
2.9.4. (p60) 2.9.4均匀分划的三次样条插值函数
2.9.5. (p64) 2.9.5任意分划的三次样条插值函数
2.9.6. (p66) 2.9.6三次样条插值的收敛性
2.10. (p69) 2.10反插值
3. (p74) 第3章 函数逼近与曲线拟合
3.1. (p74) 3.1一致逼近
3.2. (p76) 3.2最佳一致逼近
3.3. (p79) 3.3最小平方逼近
3.4. (p83) 3.4正交多项式
3.4.1. (p83) 3.4.1线性无关与正交函数族
3.4.2. (p86) 3.4.2Legendre多项式
3.4.3. (p87) 3.4.3Чебышев多项式
3.4.4. (p90) 3.4.4其他常用的正交多项式
3.5. (p91) 3.5用正交多项式作最小平方逼近
3.5.1. (p92) 3.5.1用Legendre多项式作平方逼近
3.5.2. (p94) 3.5.2截断Чебышев级数
3.6. (p96) 3.6近似最佳一致逼近
3.6.1. (p97) 3.6.1Taylor级数项数的节约
3.6.2. (p98) 3.6.2Чебышев多项式零点插值
3.7. (p100) 3.7Remes算法
3.8. (p102) 3.8曲线拟合的最小二乘法
3.8.1. (p102) 3.8.1基本原理
3.8.2. (p104) 3.8.2一般的最小二乘逼近
3.8.3. (p108) 3.8.3多元最小二乘拟合
3.9. (p109) 3.9用正交多项式作最小二乘拟合
3.10. (p111) 3.10Fourier逼近
3.11. (p120) 3.11有理逼近与连分式
3.12. (p123) 3.12最佳有理逼近
3.13. (p130) 3.13有理函数插值
3.14. (p134) 3.14pade逼近
3.15. (p140) 3.15Maehly逼近
3.16. (p144) 3.16函数的连分式展开
4. (p153) 第4章 数值积分与数值微分
4.1. (p153) 4.1引言
4.2. (p154) 4.2Newton-Cotes求积公式
4.2.1. (p154) 4.2.1公式的一般形式
4.2.2. (p156) 4.2.2梯形公式
4.2.3. (p157) 4.2.3Simpson公式
4.2.4. (p159) 4.2.4高阶Newton-Cotes公式
4.2.5. (p159) 4.2.5开型Newton-Cotes公式
4.3. (p161) 4.3复化求积公式
4.3.1. (p161) 4.3.1复化梯形公式
4.3.2. (p162) 4.3.2复化Simpson公式
4.3.3. (p163) 4.3.3复化求积公式的收敛性
4.3.4. (p164) 4.3.4区间逐次分半法
4.4. (p167) 4.4Richardson外推算法和Romberg积分法
4.4.1. (p167) 4.4.1Richardson外推算法
4.4.2. (p169) 4.4.2Romberg积分法
4.5. (p173) 4.5Gauss求积公式
4.5.1. (p174) 4.5.1一般理论
4.5.2. (p176) 4.5.2Gauss-Legendre求积公式
4.5.3. (p181) 4.5.3Gauss-Laguerre求积公式
4.5.4. (p181) 4.5.4Gauss-Hermite求积公式
4.5.5. (p182) 4.5.5Gauss-tle6baugee求积公式
4.6. (p183) 4.6伪-Gauss求积公式
4.6.1. (p183) 4.6.1Radau求积公式
4.6.2. (p185) 4.6.2Lobatto求积公式
4.7. (p187) 4.7Чебышев求积法
4.8. (p191) 4.8三次样条求积法
4.8.1. (p192) 4.8.1一般情况的求积公式
4.8.2. (p193) 4.8.2简单情况的求积公式
4.9. (p195) 4.9自适应积分法
4.9.1. (p195) 4.9.1自适应Simpson方法
4.9.2. (p198) 4.9.2计算步骤
4.10. (p201) 4.l0奇异积分
4.11. (p208) 4.10.5Gauss求积
4.12. (p211) 4.11无穷区间上的积分
4.13. (p212) 4.12重积分的数值计算
4.14. (p221) 4.13数值微分的基本方法
4.15. (p230) 4.14二阶导数
4.16. (p233) 4.15数值微分的外推算法
4.17. (p234) 4.16附表
5. (p241) 第5章 方程求根
5.1. (p241) 5.1引言
5.2. (p242) 5.2实根的隔离与二分法
5.3. (p244) 5.3迭代法
5.3.1. (p244) 5.3.1迭代法及其收敛性
5.3.2. (p248) 5.3.2迭代法的加速收敛
5.4. (p249) 5.4Newton法
5.5. (p252) 5.5弦截法与抛物线法
5.5.1. (p252) 5.5.1弦截法
5.5.2. (p254) 5.5.2抛物线法
5.6. (p256) 5.6代数方程求根问题
5.6.1. (p256) 5.6.1多项式求值与Newton法
5.6.2. (p258) 5.6.2根模的上下界
5.6.3. (p260) 5.6.3Sturm序列
5.7. (p262) 5.7Bernoulli方法
5.8. (p265) 5.8劈因子法
5.9. (p269) 5.9复根的隔离
5.10. (p275) 5.10复多项式的圆盘迭代法
5.11. (p281) 5.11代数方程求根的稳定性问题
6. (p283) 第6章 解线性代数方程组的直接法
6.1. (p283) 6.1引言
6.2. (p284) 6.2Gauss消去法
6.2.1. (p284) 6.2.1方法的描述
6.2.2. (p287) 6.2.2矩阵的三角分解
6.2.3. (p290) 6.2.3行列式与逆矩阵计算
6.3. (p290) 6.3主元素Gauss消去法
6.3.1. (p290) 6.3.1全主元素消去法
6.3.2. (p293) 6.3.2列主元素消去法
6.4. (p295) 6.4Gauss-Jordan消去法
6.4.1. (p295) 6.4.1方法的描述
6.4.2. (p295) 6.4.2列主元Gauss-Jordan消去法
6.4.3. (p296) 6.4.3Gauss-Jordan法求逆矩阵
6.5. (p299) 6.5直接三角分解法
6.5.1. (p300) 6.5.1Doolittle分解法
6.5.2. (p302) 6.5.2列主元三角分解法
6.5.3. (p305) 6.5.3平方根法
6.5.4. (p307) 6.5.4改进的平方根法
6.5.5. (p309) 6.5.5追赶法
6.6. (p311) 6.6带型方程组的解法
6.6.1. (p312) 6.6.1带型方程组的列主元消去法
6.6.2. (p315) 6.6.2对称正定带型方程组的解法
6.7. (p319) 6.7大型稀疏方程组的解法
6.7.1. (p319) 6.7.1稀疏矩阵
6.7.2. (p321) 6.7.2压缩的存储形式
6.7.3. (p322) 6.7.3解稀疏方程组的三角分解法
6.7.4. (p424) 6.7.4对称正定稀疏方程组的解法
6.8. (p328) 6.8复线性代数方程组的解法
6.8.1. (p328) 6.8.1化为实系数方程组求解
6.8.2. (p328) 6.8.2复线性方程组的列主元消去法
6.9. (p331) 6.9对称正定矩阵求逆及行列式的值
6.9.1. (p331) 6.9.1求行列式的值
6.9.2. (p333) 6.9.2求逆矩阵
6.10. (p338) 6.10误差分析
7. (p348) 第7章 解线性方程组的迭代法
7.1. (p348) 7.1引言
7.2. (p348) 7.2范数、序列极限、条件数
7.2.1. (p348) 7.2.1向量范数
7.2.2. (p350) 7.2.2矩阵范数
7.2.3. (p352) 7.2.3序列极限
7.2.4. (p355) 7.2.4矩阵的条件数
7.3. (p358) 7.3矩阵理论
7.3.1. (p358) 7.3.1不可约性和对角占优矩阵
7.3.2. (p359) 7.3.2对称正定矩阵
7.3.3. (p360) 7.3.3性质‘A’和相容次序
7.3.4. (p363) 7.3.4M-矩阵与正则分解
7.4. (p364) 7.4迭代法的收敛性
7.5. (p367) 7.5Jacobi迭代法和RF法
7.6. (p372) 7.6Gauss-Seidel迭代法
7.7. (p374) 7.7SOR迭代法
7.8. (p377) 7.8松弛因子的选取
7.8.1. (p377) 7.8.1最优松弛因子W_cpl的理论计算公式
7.8.2. (p381) 7.8.2W_cpt的试算
7.9. (p383) 7.9SSOR迭代法
7.10. (p385) 7.10最优外推法
7.11. (p386) 7.11块迭代法和隐式交替方向迭代法
7.12. (p399) 7.12不完全LU分解法和强隐式方法
7.13. (p410) 7.13最速下降法和共轭斜量法
7.14. (p416) 7.14共轭斜量加速方法
7.15. (p418) 7.15Чебышев加速法
7.16. (p421) 7.16Lanczos加速法
7.17. (p423) 7.17GCW法的加速过程
7.18. (p425) 7.18多重网格法
7.19. (p439) 7.19行处理方法
7.20. (p441) 7.20压缩存储技巧
8. (p446) 第8章 矩阵的特征值和特征向量
8.1. (p446) 8.1引言
8.2. (p447) 8.2幂法
8.3. (p450) 8.3幂法的加速方法
8.3.1. (p450) 8.3.1原点平移法
8.3.2. (p452) 8.3.2Aitken加速法
8.3.3. (p453) 8.3.3Rayleigh商加速
8.4. (p454) 8.4压缩方法
8.5. (p457) 8.5实对称矩阵的同时迭代法(子空间迭代法)与反同时迭代法
8.5.1. (p457) 8.5.1基本原理
8.5.2. (p459) 8.5.2同时迭代法的迭代过程
8.5.3. (p461) 8.5.3反同时迭代法
8.6. (p462) 8.6反幂法
8.6.1. (p462) 8.6.1求按模最小的特征值
8.6.2. (p463) 8.6.2计算给定的近似特征值相应的特征向量
8.7. (p465) 8.7Jacobi方法
8.7.1. (p465) 8.7.1原理和算法
8.7.2. (p470) 8.7.2循环Jacobi法
8.7.3. (p471) 8.7.3Jacobi过关法
8.8. (p472) 8.8Givens方法和Householder方法
8.8.1. (p473) 8.8.1Givens方法
8.8.2. (p476) 8.8.2Householder方法
8.9. (p482) 8.9用二分法求实对称三对角矩阵的特征值
8.9.1. (p483) 8.9.1Sturm序列
8.9.2. (p484) 8.9.2二分法
8.10. (p487) 8.10LR和QR算法
8.11. (p492) 8.11求实对称三对角矩阵特征值的QL算法
8.12. (p499) 8.12广义特征值问题
9. (p503) 第9章 非线性方程组数值解法
9.1. (p503) 9.1引言
9.2. (p506) 9.2迭代法
9.2.1. (p506) 9.2.1迭代法的基本概念
9.2.2. (p508) 9.2.2压缩映射原理与迭代法收敛性
9.3. (p510) 9.3Newton法及其变形
9.3.1. (p510) 9.3.1Newton法
9.3.2. (p512) 9.3.2Newton法的收敛性
9.3.3. (p513) 9.3.3Newton-Steffensen方法
9.3.4. (p514) 9.3.4Newton-famascxxift方法
9.3.5. (p515) 9.3.5Newton下山法
9.4. (p516) 9.4Brown方法与Brent方法
9.4.1. (p516) 9.4.1Brown方法
9.4.2. (p521) 9.4.2Brent方法
9.5. (p524) 9.5Newton松弛型迭代法
9.5.1. (p524) 9.5.1Newton-SOR迭代法
9.5.2. (p526) 9.5.2非线性松弛迭代法
9.6. (p527) 9.6割线法
9.7. (p533) 9.7拟Newton法
9.7.1. (p533) 9.7.1拟Newton法的基本思想
9.7.2. (p535) 9.7.2Broyden方法
9.7.3. (p539) 9.7.3秩2校正公式
9.8. (p541) 9.8极小化方法
9.8.1. (p542) 9.8.1下降算法
9.8.2. (p543) 9.8.2最速下降法
9.8.3. (p545) 9.8.3共轭梯度法
9.9. (p546) 9.9延拓法
9.9.1. (p547) 9.9.1数值延拓法
9.9.2. (p549) 9.9.2参数微分法
9.10. (p551) 9.10单纯形算法
9.11. (p559) 9.11区间迭代法
10. (p564) 第10章 常微分方程初值问题的数值方法
10.1. (p564) 10.1引言
10.1.1. (p564) 10.1.1常微分方程的初值问题
10.1.2. (p565) 10.1.2数值离散方法
10.2. (p568) 10.2显式单步法的一般概念
10.3. (p570) 10.3Euler方法
10.3.1. (p570) 10.3.1Euler方法
10.3.2. (p572) 10.3.2隐式Euler方法和梯形方法
10.3.3. (p573) 10.3.3改进的Euler方法
10.4. (p574) 10.4Runge-Kutta方法
10.4.1. (p574) 10.4.1Runge-Kutta方法的一般形式
10.4.2. (p575) 10.4.2二阶Runge-Kutta方法
10.4.3. (p577) 10.4.3三阶Runge-Kutta方法
10.4.4. (p578) 10.4.4四阶Runge-Kutta方法
10.4.5. (p580) 10.4.5高阶Runge-Kutta方法
10.4.6. (p582) 10.4.6Runge-Kutta-Fehlberg方法
10.5. (p589) 10.5线性多步法
10.5.1. (p589) 10.5.1线性多步法的一般形式
10.5.2. (p592) 10.5.2Adams方法
10.5.3. (p595) 10.5.3Milne方法
10.5.4. (p596) 10.5.4Hanmling方法
10.6. (p596) 10.6预测-校正方法
10.6.1. (p596) 10.6.1预测-校正的一般方法
10.6.2. (p597) 10.6.2Adams预测-校正方法
10.6.3. (p600) 10.6.3Hamming预测-校正方法
10.7. (p600) 10.7外推方法
10.7.1. (p600) 10.7.1外推的一般方法
10.7.2. (p602) 10.7.2Gragg外推方法
10.8. (p604) 10.8方程组和高阶方程的数值方法
10.8.1. (p604) 10.8.1一阶微分方程组的数值方法
10.8.2. (p605) 10.8.2高阶方程的数值方法
10.9. (p606) 10.9稳定性
10.9.1. (p607) 10.9.1单步法的绝对稳定性
10.9.2. (p611) 10.9.2线性多步法的绝对稳定性
10.9.3. (p614) 10.9.3方程组线性多步法的绝对稳定性
10.10. (p615) 10.10刚性方程组的数值方法
11. (p620) 第11章 常微分方程边值问题的数值方法
12. (p655) 第12章 偏微分方程数值解法
13. (p724) 第13章 积分方程数值解法

Subject: 现代;应用数学;手册;计算方法;分册;北京;九十年代

theme: 应用数学(学科: 手册) 计算方法(学科: 手册)

label: 现代;应用数学;手册;计算方法;分册;北京;九十年代

Type: modern

本书汇编了电子计算机上使用的各种计算方法和技巧, 并配有例题及经计算机验证的应用程序

2024-06-13